抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
臨床テキストから医療コードを予測する医療コード割り当ては,知的医療情報システムの基本的タスクである。自然言語処理における深いモデルの出現は,自動割当て法の開発を促進した。しかし,フラットコンボリューションまたはマルチチャネル特徴連結を有する最近の先進ニューラルアーキテクチャは,テキストシーケンス内の逐次因果制約を無視し,特に長期連続依存性を有する長い臨床ノートに対して,意味ある臨床テキスト表現を学習しないかもしれない。本論文では,拡張畳込み,残差接続,およびラベル注意を統合した拡張畳込み注意ネットワーク(DCAN)を提案した。それは拡張畳込みを採用して,拡張サイズとともに指数的に増加する受容野を有する複雑な医療パターンを捕捉する。実世界臨床データセットに関する実験は,著者らのモデルが最先端技術を改善することを示した。【JST・京大機械翻訳】